{"canonical_url":"https://engineer.company/da/glossary/postgresql/","content_markdown":"# PostgreSQL\n\n## Hvad det er\n\nPostgreSQL er en relationel databaseserver, gratis og open source, der gemmer\ndata i tabeller, besvarer forespørgsler skrevet i SQL og gør hver transaktion\ntil alt eller intet. De fleste, der arbejder med den, kalder den Postgres, og\nprojektet regner begge navne for sine egne. Bliver en erfaren udvikler spurgt\n»hvad er PostgreSQL?«, er svaret ligetil: det er den alsidige database, et nyt\nsystem starter på, når ingen har en konkret grund til at vælge en anden.\n\nDen er ældre end det meste af den software, der i dag kører oven på den.\nPOSTGRES-projektet begyndte på University of California i Berkeley under\nprofessor Michael Stonebraker, og implementeringen gik i gang i 1986. I 1994\ntilføjede Andrew Yu og Jolly Chen en SQL-fortolker og udgav resultatet som\nPostgres95. To år senere skiftede det navn til PostgreSQL, og\nversionsnummereringen startede ved 6.0 i forlængelse af den række,\nBerkeley-projektet havde begyndt. Projektet beskriver selv systemet som\nobjektrelationelt: ud over tabeller og joins kan en bruger tilføje nye\ndatatyper, funktioner, operatorer, aggregatfunktioner, indeksmetoder og\nproceduresprog, og serveren behandler dem, som var de dens egne.\n\nArkitekturen er klient og server. Én serverproces ejer datafilerne, og hver\nklientforbindelse får sin egen proces, som serveren forker til netop den\nforbindelse. Applikationer sender SQL over forbindelsen gennem en driver til det\nsprog, de er skrevet i. Samtidighed bygger på multiversion concurrency control,\nMVCC: en opdatering skriver en ny version af rækken i stedet for at overskrive\nden gamle, så hver sætning læser et konsistent øjebliksbillede, læsere venter\naldrig på skrivere, og skrivere venter aldrig på læsere.\n\nHvor står den i forhold til alternativerne? Ved siden af MySQL og MariaDB som de\nandre relationelle open source-servere, ved siden af Oracle og Microsoft SQL\nServer som de kommercielle, ved siden af SQLite som den indlejrede database, der\nlever inde i ét program, og over for dokumentdatabaser som MongoDB, der gemmer\nposter uden et fast skema.\n\n## Hvorfor det betyder noget\n\nValget af database er en beslutning, et team lever med i årevis, fordi data\noverlever den kode, der er skrevet mod dem. PostgreSQL er det standardvalg, man\nsjældent fortryder, og det af tre grunde, som en køber selv kan efterprøve.\n\nDen første er pris og leverandørbinding. Den er udgivet under\nPostgreSQL-licensen, en kort og liberal licens i samme familie som BSD og MIT,\nså der er ingen betaling pr. kerne, ingen licensrevision og ingen leverandør,\nder kan ændre vilkårene. Amazon, Microsoft og Google sælger den hver især som\nadministreret tjeneste, og den samme database kører på en bærbar, så et skifte\naf udbyder er en flytning af data og ikke en omskrivning af applikationen.\n\nDen anden er bredde. Én server dækker relationelle tabeller, JSON-dokumenter i\n`jsonb`-kolonner, fuldtekstsøgning, geodata gennem udvidelsen PostGIS og\nplanlagte jobs gennem `pg_cron`. Hver af dem er et selvstændigt produkt, som et\nteam slipper for at drive, sikre, tage backup af og ansætte folk til. For de\nfleste produkter afgøres PostgreSQL kontra MySQL netop her: til almindelig\nlæsning og skrivning klarer begge sig fint, og forskellen viser sig, når\narbejdet kræver rigere typer, strammere constraints eller en udvidelse.\n\nDen tredje er levetid. Projektet udgiver én hovedversion om året og understøtter\nhver af dem i fem år, så en opgradering kan planlægges i stedet for at blive\ntvunget igennem af en nødsituation. PostgreSQL 18, udgivet i september 2025,\ntilføjede asynkron I/O og en indbygget funktion til tidsordnede UUID'er, og SQL\nskrevet til versioner, der er et årti ældre, kører som regel uændret på den.\n\nKompromiserne er reelle. En proces pr. forbindelse gør forbindelser dyre, så en\ntravl applikation har brug for en pooler. Den vokser lettere på én større\nmaskine end på tværs af flere: at sprede skrivninger over mange servere kræver\npartitionering, replikering eller en udvidelse, og hver af dem lægger\ndriftsmæssig vægt til. Og standardindstillingerne er afstemt efter en lille\nmaskine, så en seriøs installation skal konfigureres med vilje.\n\n## Sådan ser det ud i praksis\n\nMange af projekterne på dette site kører på PostgreSQL, og tre af dem viser tre\nforskellige måder at læne sig op ad den på.\n\nPå én platform blev databasen hele datalaget.\n[Hver læsning og skrivning går gennem en af 1.275 PostgreSQL-funktioner](/da/portfolio/designed-a-function-first-postgresql-data-layer/)\nfordelt på 34 skemaer, og Go-API'et har ingen direkte adgang til nogen tabel.\nDen rolle, API'et logger ind som, `mariner`, har EXECUTE på funktionerne og\nUSAGE på skemaerne og intet andet, cirka 4.000 eksplicitte grants. Funktionerne\nkører som SECURITY DEFINER under en separat ejerrolle uden login og med en\nfastlåst `search_path`. Adgangsgrænsen håndhæves af Postgres selv; prisen er, at\net nyt felt betyder en migration og en funktionsændring.\n\nPå en applikation med tenants, lokationer og daglige elmålinger var arbejdet\ntuning frem for design, og målet var 10 gange bedre ydeevne uden at ændre den\neksisterende arkitektur. GiST-indeks til geodata, sammensatte indeks på tenant\nog datointerval,\n[range-partitionering af eltabellen pr. dag og måned](/da/portfolio/accelerated-postgresql-performance-by-10x/)\nog forespørgsler omskrevet efter en gennemlæsning af deres planer med\n`EXPLAIN ANALYZE` forbedrede svartiderne 10 gange og sænkede ressourceforbruget\nmed 40 %.\n\nOg på en platform med langsomt baggrundsarbejde ligger jobkøen i den samme\ndatabase.\n[River holder sin kø i PostgreSQL](/da/portfolio/moved-slow-work-onto-a-river-job-queue/),\nså et job og de rækker, det rører, committer eller ruller tilbage sammen. Bag\nden ligger 15 worker-moduler, 8 planlagte opgaver og 20 `pg_cron`-jobs, der\nbeskærer partitioner, roterer salts og opfrisker aggregater. Projektsiden siger\nligeud, hvor grænsen går: en kø i Postgres holder op med at være det rigtige\nsvar ved en vis mængde, og én bevægelig del mindre var mere værd end luft, ingen\nalligevel ville bruge.\n\n## Hvor det går galt\n\nPostgreSQL mister sjældent data. Den overrasker til gengæld folk, og\noverraskelserne kommer i nogle få velkendte former.\n\n**Tabellen vokser, mens antallet af rækker står stille.** En `UPDATE` eller\n`DELETE` efterlader den gamle rækkeversion, indtil `VACUUM` fjerner den, fordi\nen anden transaktion stadig kan være ved at læse den. En transaktion, der står\nåben i timevis, holder den oprydning tilbage for hele databasen, og autovacuums\nstandardindstillinger er beregnet til små tabeller. Luk inaktive transaktioner,\ntilpas autovacuum pr. tabel for de store, og partitionér data, der udløber, så\ngamle måneder droppes som hele partitioner i stedet for at blive slettet række\nfor række. Vacuum har også en anden opgave: transaktions-id'er er på 32 bit,\nhver tabel skal vacuumes mindst én gang for hver to milliarder transaktioner, og\nen server, der kommer for langt bagud, nægter nye skrivninger for at beskytte\ndata.\n\n**Hukommelsen slipper op ved den første trafikspids.** Hver forbindelse er en\nserverproces med sin egen hukommelse, og standardgrænsen er 100 forbindelser.\nTyve applikationsinstanser med en pulje på halvtreds hver beder om tusind\nprocesser. Sæt en pooler som PgBouncer foran, og dimensionér hver applikations\npulje efter arbejdet, hvilket som regel er en håndfuld forbindelser pr. instans.\n\n**En forespørgsel, der tog millisekunder, begynder at tage sekunder.** Planneren\nvalgte en anden plan, efterhånden som data voksede, ofte fordi dens statistik\nblev forældet, eller fordi indeksene var bygget til sidste års forespørgsler.\nLæs planen, før du ændrer noget, opdatér statistikken med `ANALYZE`, og indeksér\ndet prædikat, forespørgslen faktisk filtrerer på:\n\n```sql\nEXPLAIN (ANALYZE, BUFFERS)\nSELECT id, total FROM orders\nWHERE customer_id = 42 AND placed_at \u003e= '2026-01-01';\n```\n\n**Inserts bliver langsommere, efterhånden som tabellen vokser.** Tilfældige\nUUID'er som primærnøgler lander spredt over hele B-tree-indekset, så hver insert\nrammer en anden side, og indekset fragmenterer. Tidsordnede id'er undgår det:\n[én platform gjorde UUID v7 til standardnøgle med `uuidv7()` fra PostgreSQL 18](/da/portfolio/quicker-answers-from-a-better-choice-of-key/),\nog nye rækker sorterer ind i indekset i stedet for at blive drysset ud over det.\n\n## Læs mere\n\n- [What Is PostgreSQL?](https://www.postgresql.org/docs/current/intro-whatis.html)\n  — projektets egen definition med de egenskaber og udvidelsespunkter, den\n  nævner.\n- [A Brief History of PostgreSQL](https://www.postgresql.org/docs/current/history.html)\n  — Berkeley, Postgres95 og navneskiftet, fortalt af projektet selv.\n- [Concurrency Control: Introduction](https://www.postgresql.org/docs/current/mvcc-intro.html)\n  — hvordan øjebliksbilleder lader læsning og skrivning foregå uden at blokere\n  hinanden.\n- [Routine Vacuuming](https://www.postgresql.org/docs/current/routine-vacuuming.html)\n  — døde rækkeversioner, autovacuum og wraparound af transaktions-id'er i\n  detaljer.\n- [Using EXPLAIN](https://www.postgresql.org/docs/current/using-explain.html) —\n  sådan læser man en forespørgselsplan, med gennemgåede eksempler.\n- [Versioning Policy](https://www.postgresql.org/support/versioning/) — den\n  årlige hovedversion og de fem års support bag hver enkelt.\n\n\u003chttps://engineer.company/da/glossary/postgresql/\u003e\n","date_modified":"2026-10-20T21:59:50Z","description":"Hvad PostgreSQL er, hvornår den er det rigtige standardvalg, hvad god drift af den koster, og de fire måder, det oftest går galt på i produktion.","formats":{"gemtext":"https://engineer.company/da/glossary/postgresql/index.gmi","gopher":"https://engineer.company/da/glossary/postgresql/gophermap","html":"https://engineer.company/da/glossary/postgresql/","json":"https://engineer.company/da/glossary/postgresql/index.json","markdown":"https://engineer.company/da/glossary/postgresql/index.md","pdf":"https://engineer.company/da/glossary/postgresql/index.pdf"},"kind":"page","language":"da","title":"Hvad er PostgreSQL?","url":"https://engineer.company/da/glossary/postgresql/","version":1}